AWS 在 re:Invent 2025 主題演講中宣布 Amazon Bedrock 與 Nova 系列的重大升級，進一步強化企業在生成式AI 與推理領域的選擇自由與成本效益。行政總裁 Matt Garman 表示，AI 的真正競爭力，不僅來自強大的算力，更在於「模型的靈活性與數據的專屬性」。
Amazon Bedrock 全面升級：企業生成式 AI 的新標準
Amazon Bedrock 作為 AWS 的核心推理平台，今年進行了規模前所未有的升級。這項服務讓企業能快速從原型開發走向生產部署，並以統一介面存取各類型生成式 AI 模型。
AWS 公布的最新數據顯示，Bedrock 用戶數量同比增長一倍以上，目前已有逾 10 萬家企業在使用，超過 50 個客戶的 Token 處理量已突破 一兆。
Bedrock 的最大特色在於延續 AWS 的理念——「Choice Matters」。平台提供多樣模型選擇，方便企業根據場景需求選擇最理想的人工智能基礎模型。
加入頂級第三方模型 「Choice Matters」落地
Bedrock 現已納入多款全球頂尖模型，包括 Google Gemma、MiniMax M2、NVIDIA Nemotron 及 Kimi 等，形成更廣泛的生態矩陣。
同場亮相的 Mistral 3 系列，在參數規模與上下文視窗方面雙雙倍增，為各類高階應用如知識檢索、邏輯推論及專業文本生成提供更強性能。這讓 AWS 成功構建一個「多模型、跨架構」的中樞平台，企業可靈活混合使用自研模型與第三方模型，避免廠商綁定風險。
Amazon Nova2 系列：重塑性能與性價比
備受期待的 Amazon Nova2 系列模型 也正式登場，以高靈活度與可擴展性著稱。這一代模型專為生產環境而設，涵蓋四種核心版本：
- Nova2 Lite：高性價比推理模型，專注於指令跟隨、代碼生成與文件摘要，自動化處理文檔效能媲美Claude Haiku 4.5 與 GPT‑5 Mini。
- Nova2 Pro：強化邏輯決策與工具調用能力，效能全面超越 GPT‑5.1 與 Gemini 3 Pro。
- Nova2 Sonic：新一代語音到語音模型，對話延遲顯著下降，提升多語溝通品質。
- Nova2 Omni：業界首個真正統一的多模態模型，支援文字、圖像、視像、音頻輸入，並能生成文字與圖像輸出，可即時理解整場會議內容並生成圖文摘要。
這系列的推出，標誌 AWS 在生成式 AI 模型上從「百花齊放」進入「精準整合」，為企業提供彈性部署的多模態 AI 能力。
Data as a Moat：AWS 打造企業 AI 的真正壁壘
Garman 認為，AI 的終極競爭力在於「能否讓企業專有數據成為模型的一部分」。然而，過去業界在這方面一直面臨兩大挑戰：
- 一是開放模型無法深度理解企業特有業務數據；
- 二是專有數據難以嵌入公共模型而保留安全與準確性。
為解決此局限，AWS 隆重推出 Amazon Nova Forge，開創「開放訓練模型（Open Training Model）」概念。
Amazon Nova Forge：數據與模型真正融合
Amazon Nova Forge 提供 Amazon Nova 系列訓練檢查點（Checkpoint） 的專屬取用權，允許企業在預訓練階段注入自身數據，混合 AWS 原始訓練集進行多階段微調。
從流程上看，企業可：
- 以 Nova2 Light 的 80% 預訓練檢查點為基礎；
- 加入自家專屬數據集，再由 AWS 提供最佳化配方完成預訓練；
- 應用強化學習與遠程獎勵函數作進一步優化；
- 最終匯入 Bedrock 進行推理服務。
如硬件製造企業可直接詢問系統：「設計 A 與設計 B 哪個更具成本效益？」模型可結合公司歷史項目、製造約束與客戶偏好給出具體分析。
案例實證：Reddit 與 Sony 的專屬 AI
美國討論平台 Reddit 利用 Nova Forge 打造第二代內容審核模型。該模型能同時覆蓋多個安全維度（如言論風險、社群規範、搜索安全等），準確度與成本效益皆滿足要求，實現高效內容治理。
另一方面，Sony 建立名為 Sony Data Ocean 的資料平臺，每日處理超過 760TB 數據。
公司透過 Amazon Bedrock + AgentCore 組合建構企業語言模型，服務超過 57,000 名內部用戶，日均處理15 萬次推理請求。
藉由 微調 Nova2 Lite，Sony 的模型在文件一致性與合規審查自動化上表現顯著提升，預期將使內部審查流程效率提升百倍。
這些案例突顯 AWS 的新策略——讓模型理解企業，而非讓企業迎合模型。
業界觀察：推理與數據融合 企業 AI 的新引擎
隨着 Nova2 與 Nova Forge 的推出，AWS 已構建出完整的「模型 × 數據 × 運算」三角體系。企業可從訓練到推理全程控制 AI 的表現與安全，擺脫過往黑箱化問題。
分析師指出，這一模式將加速「AI 本地化」的落地，使跨國企業在不同法域間保持敏捷部署，同時確保敏感數據不離境。
如業內所言：「算力是燃料，模型是引擎，而數據才是方向盤。」AWS 透過 Bedrock 與 Nova Forge，已讓企業真正握住這個方向盤。
分享到 :
最新影片
